| 講演名 | 2012-03-14 多層神経回路ネオコグニトロンの学習 福島 邦彦, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 多層神経回路の学習に適した新しい学習法を提唱し,ネオコグニトロンに適用する.ネオコグニトロンは,階層構造を持つ多層の人工神経回路で,頑強な視覚パターン認識能力を学習によって獲得していく.ネオコグニトロンの階層の中間層の学習にはadd-if-silentと名付けた新しい学習法を採用し,最上位層に対しては認識時だけでなく学習時にも内挿ベクトル法を導入する.add-if-silent則の採用によって,学習アルゴリズムが大幅に簡略化され,回路設計に際して定めなければならないパラメータの数も減らすことできる.また,内挿ベクトル法の導入によって,認識率が大幅に向上する.このことを実証するために,新しいネオコグニトロンに対して手書き数字認識の計算機シミュレーションを行ない,従来よりも高い認識率が,小さい回路規模で(すなわち少ない計算量で)得られることを示す. |
| 抄録(英) | This paper proposes new learning rules suited for training multi-layered neural networks and apply them to the neocognitron. The neocognitron is a hierarchical multi-layered neural network capable of robust visual pattern recognition. It acquires the ability to recognize visual patterns through learning. For training intermediate stages of the hierarchical network of the neocognitron, we use a new learning rule named add-if-silent. For the highest stage of the network, we use the method of interpolating vectors, not only during recognition, but also during learning. By the use of add-if-silent rule, the learning algorithm is considerably simplified, and parameters required in designing the network can be reduced. The method of interpolating vectors greatly increases the recognition rate. Computer simulation demonstrates that the new neocognitron shows a higher recognition rate with a smaller scale of the network than the neocognitron of previous versions. |
| キーワード(和) | 視覚パターン認識 / ネオコグニトロン / 階層型神経回路 / 学習則 / add-if-silent / 内挿ベクトル法 |
| キーワード(英) | visual pattern recognition / neocognitron / hierarchical neural network / learning rule / add-if-silent / interpolating vectors |
| 資料番号 | NC2011-128 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2012/3/7(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 多層神経回路ネオコグニトロンの学習 |
| サブタイトル（和） | |
| タイトル（英） | Training Multi-layered Neural Network Neocognitron |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 視覚パターン認識 / visual pattern recognition |
| キーワード(2)（和/英） | ネオコグニトロン / neocognitron |
| キーワード(3)（和/英） | 階層型神経回路 / hierarchical neural network |
| キーワード(4)（和/英） | 学習則 / learning rule |
| キーワード(5)（和/英） | add-if-silent / add-if-silent |
| キーワード(6)（和/英） | 内挿ベクトル法 / interpolating vectors |
| 第 1 著者 氏名（和/英） | 福島 邦彦 / Kunihiko FUKUSHIMA |
| 第 1 著者 所属（和/英） | |
| 発表年月日 | 2012-03-14 |
| 資料番号 | NC2011-128 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 483 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |